AI協働への姿勢
非決定で自信満々に誤る新種の労働力（AI）に成果物を任せるとき、プロは何をどう統治すべきか
- 到達点
- AI協働を勘ではなく、いくつかの明示的な決定の組み合わせとして運用できる力
- 扱わないこと
- 個別ツールの操作法（陳腐化が速い）／モデル内部の仕組み（別シリーズの領分）／プロンプト定型集（本シリーズが有効性を否定する対象そのもの）
- AIの成果物を任せるには、モデルの外側を設計する
AIに頼むと、最初に返るものは驚くほど整っている。問題はそのあと——本当に使おうとした瞬間に綻びが見える。「作らせる」ことはもう難しくない。難しいのは、返ってきたものを安心して次へ渡せる状態にすることだ。その距離を、誰もがつまずく型を入口に一つずつ詰めていく。
- 第2回準備中
- AIを使う前に、その分野の理想形を学べ
AIは分野に投入された労働力にすぎない。返ってきた出力が「凡庸」か「一級」かを見分ける目は、AIの知識ではなく、その分野が積み上げてきた理想形の知識から来る。
- AI出力の検証と、生成前の仕様設計
レビューの第一の目的は、欠陥をすべて捕まえることではない。コードベースの健全性を守り、知識と規範をチームへ移すことだ——そうGoogleの研究は報告する。この原則を先に置くと、AI出力の検証も、生成前の仕様設計も、やることは自然に決まる。どちらもAI以前からある規律の話だ。
- AIへの委譲を線引きする——タスクの仕分けと知識の配置
AIは速い。だから全部投げる、は設計をしていないのと同じだ。何をAIにやらせないか、知識をどこに置くか。委譲の線引きは、AI以前からある古い規律で解ける。
- 第5回準備中
- 第6回準備中
- 第7回準備中
- 第8回準備中
- 第9回準備中
- 第10回準備中
